芝诺Zeno-1：无中心多机器人协作实现1+1>2

当单台机器人的灵巧度和泛化能力达到瓶颈时，多机器人协作成为解锁复杂物理任务的新方向。但如何让多台机器人脱离中央控制器的调度，像默契的同事一样自然配合，始终是行业的核心难题。

首款去中心化多机器人协作基础模型问世

近期推出的Zeno-1，是一款3B参数的物理智能基础模型，也是首个专为去中心化多机器人协作设计的通用模型。它能够在本地以30Hz的频率完成闭环视觉-运动推理，让机器人无需统一指挥就能自主完成复杂协作任务。

真实场景下的协作演示

在公开的演示中，两台机器人完成了两项极具代表性的协作任务：一项是精准夹取裤子穿过晾衣架并完成交接，整个过程稳定自然，没有多余抖动；另一项是给弹性枕头装入真空袋并完成密封抽真空，这一长程家庭场景任务需要多步骤的精准配合，任何环节的偏差都会导致失败。

值得注意的是，演示中的两台机器人运行的是完全相同的策略模型副本，它们仅通过自身观测到的环境信息独立决策，诸如谁去抓取、何时等待配合等协作行为，均从模型分布中自发涌现，而非通过预设的统一指令调度。

去中心化协作的核心挑战

实现无中央控制的多机器人协作，需要突破三大核心难点：

• 维度爆炸：随着机器人数量增加，联合状态空间和交叉注意计算量会呈指数级增长，传统中心化训练方式难以获取足够的多机器人同步协作数据。
• 时间累积误差：协作是连续实时的过程，微小的时序偏差会随时间累积，最终导致任务失败。
• 搭档不确定性：真实场景中搭档的行为存在不确定性，模型必须对延迟、失误等异常情况具备鲁棒性。

四阶段递进式训练路径

Zeno-1的训练分为四个循序渐进的阶段，逐步构建协作能力：

第一阶段：学习世界：通过大规模真实物理交互视频进行预训练，让模型建立对物理世界的通用先验知识，比如物体受力运动规律、接触形变特性、液体流动特性等，无需从零学习基础物理常识。

第二阶段：学习自身：将预训练得到的通用物理先验落地到具体的机器人本体，通过单机器人在真实环境中的训练，将视觉-物理先验转化为感知-决策-执行的单体能力，包括灵巧操作、工具使用和移动交互等基础技能。

第三阶段：学习协作：这是Zeno-1最核心的创新，采用闭环伙伴交互训练模式。与传统通过收集人类演示数据模仿协作的路径不同，该模式让两台独立运行的机器人互为训练伙伴，每台机器人根据自身观测独立行动，动作改变共享物理环境并影响对方的决策。训练过程中搭档本身是正在学习的主体，行为自带不完美特性，因此模型天然具备对延迟和失误的鲁棒性。通过该阶段，模型学会了减速、等待、让步、维持接触、重新校准时序等协作适应行为。

第四阶段：协作失败针对性纠正：在真实部署中识别协作出错的关键时刻，由操作员围绕这些节点提供纠正性演示，并将这些数据补充回训练集。模型会在协作最容易出错的场景投入更多学习资源，进一步优化协作表现。

支撑长程协作的两大核心子系统

除了核心训练路径，Zeno-1还配备了两大关键子系统，保障长时程协作任务的顺利完成：

持久交互记忆：多机器人协作任务通常持续数分钟甚至更久，纯粹的反应式策略会丢失关键上下文。Zeno-1通过可学习的记忆模块维护压缩的交互历史表征，包括任务进展、搭档行为模式、共享物理状态演变三类信息。相关实验显示，该模块对超过3分钟的协作任务至关重要，移除后长时序任务表现会显著退化。

预测式内省：该机制让模型在执行动作前先进行预判，分为两个层面：

• 搭档交互层面：评估每个候选动作对搭档后续行为的影响。测试数据显示，Zeno-1在协作决策点上有87%的概率选择让搭档后续行为更优的动作，而移除搭档行为预测模块后，这一比例降至61%。
• 物理接触层面：内置行动条件潜在世界模型，可预测动作执行后共享物理状态的演变，提前识别抓取失误、滑动、抓握不稳等潜在失败风险。在200次真实机器人实验中，该模型在0.5秒预警窗口内对接触失败的预测AUC达到0.94，远高于仅基于当前观测预测的0.81。

去中心化架构的核心优势

与依赖中央控制器的多机器人系统相比，Zeno-1的去中心化架构具备两大核心优势：

• 扩展性：中心化系统的联合动作空间随机器人数量呈指数膨胀，而去中心化架构中，增加机器人仅需加载同一个策略副本，计算量呈线性增长，无需重新设计控制器或划分联合动作空间。
• 鲁棒性：中心化系统存在单点故障风险，中央控制器延迟或故障会导致整个团队失效，而去中心化系统中每台机器人独立决策，单个节点故障不会传播到整个团队。

这种架构让机器人团队的部署更加灵活，无需一次性部署完整团队，可按需逐台增加产能。

行业趋势：从单体智能到协作智能

现实世界中的大量任务天然需要多主体配合，行业分析显示，2026年下半年具身智能正进入“柔性工站重构”阶段，单台机器人即便能力再强，也难以应对多工位协同的产线任务。

Zeno-1的技术路径核心在于，共享的物理世界本身就是协调接口。每台机器人通过观察环境和其他机器人的行为，判断任务进度、理解协作状态并调整自身动作，协调不再完全依赖显式通信和统一调度，而是在真实世界的持续交互中自然产生。

当前学术界和产业界都在加速推进多机器人协作技术：今年6月斯坦福大学的相关课题组提出了基于单一VLA策略的去中心化多机器人协作方法CHORUS；产业界如Figure的Helix 02和Google DeepMind的Gemini Robotics 2也都明确展示或强调了多机器人协作能力，说明协作正在成为机器人基础模型的核心能力之一。

Zeno-1的问世验证了一个核心结论：协作物理智能可以在单一去中心化策略中实现。当机器人真正学会观察彼此、理解彼此，像同事一样共同工作时，1+1将真正大于2，整个机器人行业的能力上限也将被进一步打开，一个由大量机器人参与的协作世界正逐渐清晰。